如何开发 YouTube 赞助合作的网红背调工具

它解决什么问题

网红营销团队通常只看几个最近的视频来评估创作者。他们会漏掉六个月前的一次竞品赞助、一句争议言论，或者在镜头前嘲讽赞助商的习惯。活动上线后才发现这些问题代价高昂，而人工审看数百小时的内容又不现实。

第一版应该包含哪些功能

• ■批量分析创作者的近期视频
• ■识别过往赞助商和竞品品牌
• ■针对脏话、敏感话题和争议内容的内容安全标记
• ■对赞助商和产品品类的情感倾向
• ■可分享的报告，附原话和时间戳证据

分步实现指南

1. 01

   拉取历史视频

   用创作者的 handle 调用 /channels/resolve，limit 设为 100 到 500，获取近期视频 ID。

2. 02

   一次批量转录

   把 ID 发送到 /batch。对于没有字幕的视频，内容审核和情感分析等 ASR 选项可以提供结构化的安全信号。

3. 03

   提取赞助商和风险

   用 LLM 处理每份字幕，列出提到的赞助商、竞品品牌，以及符合品牌风险类别的言论。

4. 04

   评分并生成报告

   将发现汇总为各类别得分，并生成报告，每个风险标记都链接到原话和时间戳。

入门代码

这个创意基于“方案 3：把播放列表批量导入知识库”模式。替换成你自己的频道、提示词和存储即可。

import requests

API = "https://www.youtubetranscript.dev/api/v2"
HEADERS = {"Authorization": "Bearer yt_sk_live_YOUR_KEY"}

playlist = requests.post(f"{API}/playlists/resolve", headers=HEADERS,
                         json={"playlist_url": "https://www.youtube.com/playlist?list=PLAYLIST_ID",
                               "limit": 100}).json()

ids = [v["video_id"] for v in playlist["items"]]
batch = requests.post(f"{API}/batch", headers=HEADERS, json={
    "video_ids": ids,
    "format": {"timestamp": True, "paragraphs": True},
}).json()

# Large batches run async: poll GET /batch/{batch_id} until status is "completed"
for r in batch.get("results", []):
    if r["status"] == "completed":
        for p in r["data"]["transcript"].get("paragraphs") or []:
            store(video_id=r["video_id"], start=p["start"], text=p["text"])  # your vector DB

如何赚钱

对偶尔做背调的品牌按报告收费，对每周都要背调的代理公司和创作者平台销售按席位计费的套餐。与一次失败赞助的损失相比，这个价格很容易说服客户。

需要避开的坑

• ✕没有证据就打标记：每个风险都需要原话和时间戳，让人可以结合上下文判断。
• ✕把所有脏话视为同等风险：让每个品牌设置自己的阈值。
• ✕只分析近期视频：竞品合作往往出现在更早的时候。

关于这个创意的问题